Het bedrijf Truffle Security heeft de resultaten gepubliceerd van een analyse van datalekken in repositories die op GitHub zijn geplaatst. Tijdens het scannen van 224 miljoen repositories, die samen 58 miljard bestanden omvatten, zijn er 543.000 unieke, nog actieve referenties (tokens, sleutels en wachtwoorden) ontdekt. Deze actieve referenties bleven met een minimum van een jaar in de repositories, aangezien het onderzoek gebruik maakte van een momentopname van de toestand van GitHub van 7 augustus vorig jaar, en de validatie van de referenties, uitgevoerd via testaanroepen naar API's, netwerksystemen en hosts, werd aan het eind van juli van dit jaar gedaan.
De mediane tijd dat referenties openbaar toegankelijk waren, werd geschat op 784 dagen, waarbij de oudste nog actieve toegangssleutels dateerden uit 2009. Ongeveer 200.000 ontdekte actieve referenties werden toegevoegd aan de repositories nadat GitHub standaard de mechanismen had ingeschakeld om datalekken van gevoelige informatie en toegangstokens te blokkeren, die een controle uitvoert tijdens het indienen van push-verzoeken. Datalekken werden niet herkend door plaatsing in formaten die niet ondersteund werden door de ingeschakelde bescherming, terwijl direct inschakelen van filters ongeveer de helft van de herkenningen van referenties reduceerde.
Het blijkt dat GitHub succesvol datalekken van tokens naar populaire diensten zoals GitHub, AWS, Slack, SendGrid, Stripe en GCP identificeert, maar de achtergelaten verbindingsparameters voor databases, toegangssleutels voor de Google API en private sleutels mist. Verbindingsparameters voor databases en private sleutels worden standaard niet geblokkeerd om valse positieven te vermijden. Toegangssleutels voor de Google API worden niet geblokkeerd omdat ze de prefix AIzaSy hebben, net als openbare sleutels van Google Maps die bedoeld zijn voor integratie op webpagina's.
Wat betreft de ontdekte inloggegevens die niet werkend bleken, behoort het grootste deel tot toegangstokens en sleutels die zijn gerelateerd aan diensten die een intrekkingsmechanisme bieden. Bijvoorbeeld, uit 101886 NPM-tokens werd slechts Ć©Ć©n werkend token gevonden (0,001%), uit 73048 GitHub-tokens waren er 260 (0,35%), en uit 30437 tokens van Hugging Face waren er 15 (0,05%). Voor Stripe was het overlevingspercentage 4%, voor AWS 8%, GCP 8%, Slack 2%, en GitLab 0,64%. Ter vergelijking, uit 12985 ontdekte verbindingsparameters voor de PostgreSQL-database bleven er 11465 actief (88%), uit 2421 verbindingsparameters voor MySQL waren er 1806 (74%), uit 126963 serviceaccounts van Google Cloud bleven er 69041 (54%) actief, uit 3790 tokens voor Docker Hub waren er 1244 (33%), en uit 22800 sleutels voor SendGrid bleven er 9189 (40%) actief.
Eerder hebben onderzoekers ongeveer 7,5 PB aan gegevens onderzocht voor het trainen van AI-modellen, verspreid via Hugging Face, en hierin 221 duizend werkende inloggegevens aangetroffen.
Bron: opennet.ru
